categorical data

词义说明

Categorical data（分类数据）是统计学中的一种数据类型，指观测值被划分为若干个互斥的类别或组。其核心特征在于数值本身不具有数学意义，仅代表类别归属。本义源于“category”（类别），引申至数据领域，描述的是“按类别而非数值大小记录的信息”。例如，性别（男/女）、血型（A/B/AB/O）、颜色（红/绿/蓝）等，均属于分类数据。这些类别可以是无序的（如国家名），也可以是有序的（如教育水平：小学、中学、大学），后者称为“有序分类数据”。分类数据与数值数据（如身高、体重）相对，后者可进行加减乘除运算，而分类数据只能进行计数和频率统计。

词源解析

Categorical 源自希腊语“kategoria”（指控、断言），后经拉丁语“categoria”进入英语，最初在哲学中指“谓词”或“范畴”，亚里士多德用它来划分事物的基本类型。后缀“-ical”表示“属于……的”。Data 源自拉丁语“datum”（给予之物）的复数形式，意为“给定的信息”。整个词组直译为“属于范畴的数据”，强调了数据按范畴组织的方式。记忆时可联想“category”（类别）+“data”（数据），即“按类别划分的数据”。

使用场景

Categorical data 主要出现在学术写作、科研报告、市场调研和数据分析领域。在学术论文中，常用来描述研究样本的特征或分类变量，语气正式且精确。在商业报告或数据分析中，用于说明客户分群、产品类型等，语气专业。日常口语中较少直接使用该术语，但会涉及类似概念，如“types”或“categories”。新闻报道中偶尔出现，通常在引用统计结果时。法律文本中几乎不用。不同场景下，该词含义一致，但正式程度不同，学术写作中常伴随“nominal”、“ordinal”等术语。

语法要点

Categorical data 为不可数名词（通常视为单数），谓语动词用单数形式，例如：“Categorical data is analyzed using frequency tables.”（分类数据使用频数表进行分析。）常见句型有：“...is a type of categorical data that...”（……是一种……的分类数据）、“Categorical data consist of...”（分类数据由……组成，但“consist”需与复数主语搭配，若将data视为复数也可）。易错点：将“categorical”误拼为“categoric”（虽也可用但较少）；混淆“categorical”（明确的）与“categorized”（被分类的）。此外，注意“data”在正式用法中常作复数，但在现代非正式语境中常作单数；学术写作中建议保持一致。

近义辨析

与“qualitative data”（定性数据）含义相近，两者常互换，但严格说“qualitative data”更宽泛，包括非数值的文字、图像等，而“categorical data”特指能归入有限类别的数据。与“nominal data”（名义数据）和“ordinal data”（有序数据）相比，后者是分类数据的子类。与“discrete data”（离散数据）不同，离散数据是数值型，如整数计数，而分类数据是类别型。当强调数据的类别属性时用“categorical”；强调非数值性时用“qualitative”；强调无序类别时用“nominal”；强调有序时用“ordinal”。

注意事项

Categorical data 是中性术语，无褒贬色彩。语域属于正式学术词汇，适用于技术文档和论文，不宜用于日常口语。常见误用包括：将“categorical”误认为“明确的、绝对的”（如“categorical denial”），但在此词组中它专指“类别的”；混淆“categorical data”与“categorized data”（后者指已被分类的数据，但含义相近）。另外，不要将分类数据与连续数据混淆，分类数据不能进行算术运算。在统计学中，需明确区分“categorical”和“continuous”。

高频搭配

categorical variable

分类变量

categorical data analysis

分类数据分析

categorical response

分类响应

categorical distribution

分类分布

categorical predictor

分类预测变量

categorical coding

分类编码

categorical frequency

分类频数

句子示例